Valikkotyyppien vertailu: pudotusvalikko ja megavalikko. Lasse Mäkinen

Transkriptio

1 Valikkotyyppien vertailu: pudotusvalikko ja megavalikko Lasse Mäkinen Tampereen yliopisto Vuorovaikutteinen teknologia Pro gradu -tutkielma Ohjaaja: Saila Ovaska Joulukuu 2014

2 ii Tampereen yliopisto Informaatiotieteiden yksikkö Vuorovaikutteinen teknologia Lasse Mäkinen: Valikkotyyppien vertailu: pudotusvalikko ja megavalikko Pro gradu -tutkielma, 54 sivua, 4 liitesivua Joulukuu 2014 Tässä tutkielmassa tarkastellaan kahta erilaista valikkotyyppiä, jotka ovat pudotusvalikko ja megavalikko. Molemmat valikkotyypit esittävät saman hierarkian, mutta hyvin erilaisella ulkoasulla. Valikkoja tarkastellaan tehokkuuden, virheiden sekä testihenkilöiltä saadun palautteen perusteella. Lisäksi mukana on katseenseuranta, jonka avulla tutkitaan käyttäjien tapoja etsiä tietoa näistä valikoista. Tehtyjen testien perusteella tehokkuudessa valikkotyyppien välillä ei ollut tilastollisesti merkitsevää eroa. Megavalikolla suoriuduttiin kuitenkin pudotusvalikkoa paremmin etsintätehtävissä. Pudotusvalikko taas suoriutui paremmin tehtävissä, joissa tuli navigoida annettuun kohteeseen. Valikkotyypeistä virhealttiimpi oli pudotusvalikko. Testihenkilöiden antaman palautteen perusteella megavalikko oli pudotusvalikkoa huomattavasti suositumpi valikkotyyppi. Kahdestatoista testihenkilöstä kahdeksan valitsikin megavalikon valikkotyypiksi, jota mieluiten käyttäisi. Megavalikoiden suunnittelussa kannattaa kiinnittää huomiota selkeään otsikointiin ja valintojen ryhmittelyyn. Katseenseurannan antamien tuloksien perusteella näyttää siltä, että käyttäjät etsivät megavalikosta tietoa kategorioiden otsikoiden perusteella. Tämän tutkimuksen perusteella megavalikon käyttöä voi ainakin työpöytäkäytössä suositella, koska se toimii hyvin tiedon etsinnässä ja suurin osa käyttäjistä piti siitä. Avainsanat ja -sanonnat: Pudotusvalikko, Megavalikko, Katseenseuranta, Tehokkuus

3 iii Sisällys 1. Johdanto Aikaisempaa tutkimusta valikoista ja katseenseurannasta Fittsin laki valikoiden yhteydessä Hick-Hymanin laki Valikon suorituskyvyn ennustusmalli Uusien ja olemassa olevien hierarkkisten valikkotyyppien mallinnus Katseenseuranta käytettävyystutkimuksessa Kuinka käyttäjät lukevat valikoita Menetelmä Tutkimuskysymykset Testin osallistujat Laitteet Menettely Tutkimusasetelma Pilottitestit Aineiston analyysi Tulokset Testin tulokset Kyselyn tulokset Katseenseurannan tulokset Päätelmät ja pohdinta Tulosten yhteenveto Tulosten merkitys käytännössä Tehdyn tutkimuksen arviointi ja pohdinta Yhteenveto Viiteluettelo Liitteet

4 1 1. Johdanto Valikolla tarkoitetaan listaa komennoista tai valinnoista, jotka ovat käyttäjän saatavilla jossakin tietyssä asiayhteydessä. Graafiset valikot ovat Sampin (2013) mukaan pysyneet yhtenä päätapana olla vuorovaikutuksessa tietokoneohjelmien kanssa. Kalbachin (2007) mukaan valikot mahdollistavat verkkosivustolla navigoinnin ja tästä syystä onkin hankalaa kuvitella verkkosivua ilman totuttua navigaatiota. Valikot tarjoavat pääsyn informaatioon, näyttävät sijainnin sekä verkkosivun sisällön. Valikoista on havaittavissa se, mitä sivustolta löytyy ja mitä ei. Tämän informaation perusteella käyttäjä pystyy päättelemään, onko hän tiedon löytämisen kannalta oikealla sivustolla. Valikoiden suunnittelussa tulisi Sampin (2013) mukaan ottaa aina huomioon aloittelijat, kokeneet ja ne, jotka ovat kehittymässä aloittelijasta kokeneeksi. Aloitteleville käyttäjille valikon sisältö on tuntematonta ja he eivät tiedä valikon eri osien sijaintia. Aloittelijat etsivät halutun valikon osan ensin visuaalisesti ja vasta tämän jälkeen siirtyvät siihen. Suorittaessaan etsintää aloittelijat nojaavat valikon luettavuuteen sekä eri osien ja ikonien merkitykseen. Yleisesti aloittelijoilla visuaalinen etsintä vie suurimman osan valintaan kuluvasta ajasta. Aloittelijasta kokeneeksi käyttäjäksi kehittyminen on liitetty siihen, miten käyttäjien käsitys valikosta muuttuu. Toisin kuin aloittelijat, kokeneet käyttäjät eivät turvaudu valikon osien luettavuuteen, vaan he muistavat valikon osien sijainnit ja tukeutuvat tähän tietoon suorittaessaan valintoja. Pitkäaikainen valikon käyttö voi johtaa valinta-aikojen huomattavaan laskuun ja tässä tapauksessa on tyypillistä, että valikon osan osoittamiseen kulunut aika dominoi valintaan kulunutta aikaa. Tässä tutkielmassa käsitellään hierarkkisia valikoita. Normanin (1991) mukaan hierarkkiset valikot voidaan esittää puurakenteen mukaisesti, joka haarautuu aina uusiin haaroihin. Käyttäjä liikkuu hierarkiassa ylhäältä alaspäin. Hierarkkisen etenemisen haittana on usein se, että kokematon käyttäjä joutuu palaamaan hierarkiassa takaisinpäin, muuttamaan edellisen valintansa ja aloittamaan uudestaan. Tutkimukseen valittiin kaksi erityylistä valikkoa, jotka omalla tavallaan esittävät täysin identtisen hierarkian. Tutkimukseen valitut valikkotyypit olivat pudotusvalikko ja megavalikko. TechTermsin (2010) määritelmän mukaan pudotusvalikolla tarkoitetaan horisontaalista listaa päätason valinnoista, jotka jokainen pitävät sisällään pystysuoran valikon. Kun käyttäjä siirtää kursorin valikon päätason kohdalle tai napauttaa sitä, näytetään kyseisen kohdan mahdolliset valinnat listana päätason alapuolella. Pudotusvalikoita käytetään verkkosivujen navigaatiossa siksi, että niiden avulla pystytään tarjoamaan käyttäjille enemmän suoria linkkejä alasivuille kuin mitä tavanomaisilla näkyvillä navigaatiopalkeilla voidaan tarjota. Esimerkkinä pudotusvalikon toiminnasta TechTerms (2010) käyttää uutissivustoa ja sen urheiluosiota. Pudotusvalikon avulla käyttäjä pystyy navigoimaan suoraan itseään kiinnostavan alakategorian uutisiin käymättä ollenkaan urheilu-uutisten pääsivulla.

5 2 Kuten Hunt (2006) kertoo, voi pudotusvalikko sisältää useammankin alatason (kuva 1). Nämä alatasot näytetään käyttäjälle samalla tavoin kuin valikon ensimmäinen taso, eli valikosta riippuen joko käyttäjän viedessä kursorin valikkoalkion päälle tai napauttaessa jotain valikkoalkiota. Kuva 1. Esimerkki pudotusvalikosta (Clas Ohlson, 2014) Huntin (2006) mukaan pudotusvalikoista tuli kohtuullisen yleinen navigaatiomalli verkkosivuilla, vaikka ne ovatkin monimutkaisia ja pitävät sisällään käytettävyyshaasteita. Käyttäjät eivät tiedä mitä kohteesta tapahtuu ilman, että napauttavat sitä. Pudotusvalikot eivät siis kerro selkeästi mihin käyttäjä pääsee kustakin kohdasta. Mikäli käyttäjä ei ole ennestään tuttu valikon sisällön kanssa, pudotusvalikko ei ole hyvä väline. Pudotusvalikot ovatkin soveliaita vain, jos valikon sisältö on täysin ilmiselvää tai jos käyttäjät ovat tarpeeksi perillä etsimästään ja ovat valmiita kaivamaan sen esiin. Pudotusvalikko voi myös vaatia tarkkoja motorisia taitoja ja näin ollen sen tehokas käyttö voi olla joillekin ihmisille hyvin hankalaa. Nielsenin (2009) havaintojen mukaan eräät uudet valikkotrendit menestyivät hyvin käytettävyystesteissä, koska ne koettiin hyväksi käytettävyydeltään sekä vastasivat käyttäjien odotuksiin. Varsinkin yksi navigaatiomalli, megavalikko, suoriutui testeistä niin hyvin, että sen suurempaa käyttöä haluttiin suositella. Testeissä todettiin megavalikoiden välttyvän tavanomaisten pudotusvalikoiden kärsimistä käytettävyysongelmista. Kuvasta 2 nähdään megavalikon ominaispiirteet, joita Nielsenin (2009) mukaan ovat: Valikko aktivoidaan ylhäällä olevasta päävalikosta, jolloin se avautuu vertikaalisten tai horisontaalisten listojen muotoisena. Suuri, kaksiulotteinen paneeli on jaettu navigaatiovaihtoehtojen ryhmiksi. Navigaatiovaihtoehdot on jäsennelty sijoittelun, typografian ja joskus myös ikonien avulla. Kaikki valinnat ovat näkyvillä yhdellä kertaa.

6 3 Kuva 2. Esimerkki megavalikosta (XXL, 2014) Nielsen (2009) toteaa testiensä perusteella, että megavalikot toimivat perinteisiä pudotusvalikoita paremmin, ja esittää tämän perusteella muutaman argumentin. Ensimmäisen argumentin mukaan laajemmilla sivustoilla, joilla on paljon ominaisuuksia, tavanomaiset pudotusvalikot tyypillisesti piilottavat suurimman osan mahdollisista valinnoista. Tästä johtuen käyttäjät eivät pysty visuaalisesti vertailemaan kaikkia mahdollisia vaihtoehtoja, vaan joutuvat turvautumaan lyhytkestoiseen muistiinsa. Lyhytkestoiseen muistiin tukeutuminen heikentää haluttujen tehtävien suorittamista sivustolla. Megavalikot näyttävät kaiken informaation yhdellä kertaa, joten käyttäjät pystyvät näkemään muistamisen sijasta. Toisen argumentin mukaan tavanomaiset pudotusvalikot eivät tue ryhmittelyä muuten kuin uuden valikkotason avulla. Megavalikot mahdollistavat valikon osien yhteyksien korostamista visuaalisesti. Tämä auttaa käyttäjiä ymmärtämään mahdollisia valintoja. Kolmannessa argumentissa todetaan, että valikon osien kuvittaminen voi mahdollistaa suuren informaation määrän ilman sanoja. Megavalikoissa kuvien ja ikonien käyttö on helppoa silloin, kun se auttaa käyttäjää tiedon löytämisessä. Myös tavallisten linkkien korostaminen on megavalikoissa helpompaa, mikä mahdollistaa esimerkiksi tärkeyden korostamisen linkkien kokoa muuttamalla. Koska megavalikoiden käyttö verkkosivustoilla on lisääntynyt ja pudotusvalikoiden käyttö vähentynyt, haluttiin tässä tutkimuksessa selvittää, miten tiedon haku megavalikolla onnistuu pudotusvalikkoon verrattuna. Onko siis uudempi suunnittelumalli parempi kuin vanha? Tutkimuskysymys tässä tutkielmassa koostui yhdestä yläkysymyksestä, joka oli jaettu useampaan alakysymykseen.

7 4 Onko megavalikko käytettävyydeltään parempi navigointiväline kuin hierarkkinen pudotusvalikko? Onko megavalikko käytössä pudotusvalikkoa tehokkaampi? Onko megavalikko käytössä pudotusvalikkoa virheettömämpi? Onko megavalikko käyttäjästä pudotusvalikkoa miellyttävämpi? Löytyykö megavalikon käytöstä jotain tiettyä tiedonhakukaavaa? Tutkimuskysymyksiin vastaamiseksi suunniteltiin kaksi erilaista valikkoratkaisua ja kokeellisessa tutkimuksessa testattiin näiden valikoiden toimintaa erilaisin tehtävätyypein. Tehtävien suorituksen yhteydessä tallennettiin myös testihenkilöiden katseen liikkeitä. Tyytyväisyyttä mitattiin testihenkilöiden antamalla palautteella molemmista valikkotyypeistä. Valikoita tarkastellaan tässä tutkimuksessa työpöytäkäytössä. Tutkielman seuraavassa luvussa käydään läpi aikaisempaa tutkimusta valikoihin liittyen, sekä kerrotaan mitä katseenseurannan avulla voidaan selvittää. Kolmannessa luvussa käydään läpi testiin liittyviä asioita, kuten testin osallistujat, testissä käytetty laitteisto, testimenettely, tutkimusasetelma, sekä pilottitestit. Neljännessä luvussa käydään tulokset läpi niin testin, kyselyn kuin katseenseurannan osalta. Viidennessä luvussa kerrotaan päätelmä, johon tämän testin perusteella päädyttiin ja pohditaan jatkokysymyksiä tulevaisuutta varten. Viimeisessä luvussa tehdään vielä yhteenveto koko tutkielmasta.

8 5 2. Aikaisempaa tutkimusta valikoista ja katseenseurannasta 2.1. Fittsin laki valikoiden yhteydessä Fittsin (1954) mukaan ihmisen motorista järjestelmää voidaan tutkia ainoastaan analysoimalla koko hermoston toimintaa. Pitämällä kaikki oleelliset ärsykeolosuhteet muuttumattomina henkilön omaa liikkumista lukuun ottamatta, voidaan luoda kokeellisia tilanteita, joissa on mahdollista olettaa, että toiminta on keskittynyt motoriseen järjestelmään. MacKenzien (2013) mukaan Fittsin laki on yksi eniten käytetyistä malleista, kun tarkastellaan ihmisen ja tietokoneen välistä vuorovaikutusta. Jos vuorovaikutus sisältää nopeita suunnattuja liikkeitä, kuten sormen tai kursorin liikuttaminen tiettyyn kohteeseen, on todennäköistä, että kyseistä vuorovaikutusta on tutkittu juuri Fittsin lain perusteella. Fittsin lailla on kolme käyttötarkoitusta tarkasteltaessa ihmisen ja tietokoneen vuorovaikutusta: (1) saada tietää noudattaako laite tai vuorovaikutustekniikka mallia keräämällä empiirinen aineisto sitä käyttäen ja rakentamalla ennustusyhtälö, ja tarkastelemalla korrelaatiota niiden välillä, (2) käyttää ennustusyhtälöä vaihtoehtoisten suunnitelmien analysointiin, tai (3) käyttää Fittsin tehokkuuden indeksiä riippuvana muuttujana vertailevassa arvioinnissa. Fitts esitteli havaintonsa kahdessa eri artikkelissa, joista ensimmäinen julkaistiin vuonna Fitts (1954) esitteli sarjallisen kohteenosoitustehtävän (kuva 3), jossa osallistujat vuorotellen naputtelivat tietyn kokoisia kohteita, jotka sijaitsivat määrätyn etäisyyden päässä toisistaan. Kuva 3. Fittsin sarjallinen tehtävä (Fitts, 1954) Toisessa artikkelissa Fitts ja Peterson (1964) esittelivät samankaltaisen tutkimusasetelman, mutta tällä kertaa tutkimuksessa käytettiin eroteltua tehtävää (kuva 4), jossa osallistujat valitsivat toisen kohteen kahdesta sen mukaan, kumpaa kohdetta ärsykevalo osoitti.

9 6 Kuva 4. Fittsin ja Petersonin eroteltu tehtävä (Fitts and Peterson, 1964) Suhde, jota Fitts tutki, oli osoittamiseen kulunut aika suhteessa kohteen kokoon ja etäsyyteen. Fitts (1954) tiivisti havaintonsa siten, että tulokset ovat riittävän yhtenäiset osoittamaan, että nopeus riippuu etäisyydestä ja kohteen koosta. MacKenzien (2013) mukaan Fittsin lain vahvuus onkin ollut ainutlaatuinen, koska vuosikymmeniä tutkimusten jälkeen tämä suhde on osoitettu todeksi lukemattomia kertoja erilaisissa olosuhteissa. Kuten MacKenzie (2013) kertoo, ei Fittsin esitellessä 1950-luvulla mallinsa ollut tietoakaan graafisista käyttöliittymistä ja osoitinlaitteista. Hale (2007) huomauttaa, että Fittsin laki kuvaa ainoastaan hyvin tarkoin määritellyn tilanteen. Fittsin laissa on olettamus, että liike aloituspisteestä on nopeaa ja suunnattua, joka tarkoittaa sitä, että liike on aina varma ja suora viiva. Tämä tarkoittaa sitä, että liike tapahtuu kuin ei olisi muita kohteita. Fittsin alkuperäisissä kokeissa testattiinkin ainoastaan horisontaalisia liikkeitä kohti kohdetta (kuva 5). Liikkeen pituus ja kohteen koko oli siis mitattu saman akselin mukaan. Kuva 5. Fittsin alkuperäisen kokeen liike (Hale, 2007) Jos linkkien koko optimoitaisiin pelkästään Fittsin lain perusteella, niin kohteeseen osumisen helppous riippuisi Halen (2007) mukaan täysin siitä, missä käyttäjän aloituspiste olisi suhteessa kohteeseen. Kuvassa 6 oikealla olevalla kursorilla olisi teknisesti helpompaa osua kohteeseen kuin vasemmanpuoleisella, koska siinä tapauksessa kohteella olisi enemmän leveyttä mihin osua.

10 7 Kuva 6. Eri suunnista tuleva liike (Hale, 2007) Hale (2007) kirjoittaa, että Fittsin laki on aina voimassa ympyrän muotoisilla kohteilla, koska silloin kohteen leveys keskipisteeseen pysyy samana liikkeen tulosuunnasta riippumatta. Laista tulee kuitenkin epätarkempi, kun kohde on nelikulmio. Kohteen koon muuttamisella ei välttämättä ole vaikutusta kohteeseen osumiseen. Kuten kuvasta 7 huomataan, ei kohteen leveyden muuttamisella ole vaikutusta osumisen helppouteen, jos kohdetta lähestytään muusta suunnasta kuin vaakatasosta. Kohteen korkeuden muuttaminen taas helpottaa osumista. Kuva 7. Kohteen koon vaikutus (Hale, 2007)

11 Hick-Hymanin laki Hick-Hymanin laki on Seowin (2005) mukaan rakennettu aikaisempien informaatioteorioiden löydösten pohjalta, jotka käsittelivät systemaattista suhdetta erilaisten ärsykkeiden lukumäärän ja reaktioajan välillä. Hick oli Seowin (2005) mukaan ensimmäinen, joka käytti informaatioteoriaa psykologisissa ongelmissa. Hick (1952) käytti testeissään kymmentä lamppua, jotka oli järjestetty epäsäännöllisen ympyrän muotoon. Lamput oli yhdistetty laitteeseen, joka oli ohjelmoitu sytyttämään yhden lampun sattumanvaraisesti joka viides sekunti. Palaute laitteelle annettiin lamppuja vastaavilla kymmenellä morsenäppäimellä, yksi näppäin osallistujan sormea kohden. Testiin osallistujan tehtävänä oli painaa tiettyä näppäintä, sen mukaan mikä lamppu syttyi. Hickin ensimmäisen testin tarkoituksena oli määrittää empiirinen suhde valinnan reaktioajan ja ärsykkeen tietosisällön välillä. Hick toimi tässä testissä itse testihenkilönä ja suoritti tehtävät käyttäen kahdesta kymmeneen eri ärsykettä siten, että hän saavutti virheettömät palautteet. Toisessa kokeessa Hick koulutti osallistujat tehtävään, jossa oli käytössä kymmenen eri ärsykettä. Tämän koulutuksen jälkeen osallistujat suorittivat tehtävän kolmessa eri vaiheessa. Ensimmäisessä vaiheessa osallistujia kehotettiin suoriutumaan tehtävästä mahdollisimman nopeasti, toisessa vaiheessa mahdollisimman tarkasti ja kolmannessa vaiheessa jälleen mahdollisimman nopeasti. Toisen kokeen tulokset osoittivat, että jopa silloin kun osallistujia ohjeistettiin suoriutumaan mahdollisimman nopeasti virheistä välittämättä, niin näiden datapisteiden muodostama funktio oli samanlainen kuin Hickin ensimmäisessä kokeessa. Varmistaakseen, että osallistujien suoritus ei johtunut tietyn ärsykejoukon oppimisesta, Hick suoritti vielä kolmannen kokeen uusilla ärsykkeillä. Tämänkin kokeen tulokset vastasivat aikaisempaa funktiota, joten Hick pystyi päättelemään, että oppimisella ei ollut vaikutusta tässä kokeessa. Seow (2005) kertoo, että Hyman käytti omassa testissään kahdeksaa lamppua, jotka oli sijoitettu 36 lampun matriisiin. Jokainen näistä kahdeksasta lampusta oli nimetty erikseen. Testissä jokaisen kokeen alussa annettiin varoitussignaali, jonka jälkeen yksi kahdeksasta lampusta sytytettiin. Lampun syttyminen käynnisti samanaikaisesti myös ajastimen. Osallistujan tehtävänä oli suullisesti ilmoittaa syttyneen lampun nimi. Lampun nimen ilmoittaminen pysäytti käynnissä olevan ajastimen. Ensimmäisessä kokeessaan Hyman toisti Hickin menetelmän, jossa eri ärsykkeet esitettiin samalla todennäköisyydellä. Toisessa kokeessaan Hyman esitti kahdeksan eri tilannetta, joissa esitettävien ärsykkeiden määrä ja todennäköisyys vaihtelivat. Kolmannessa kokeessa esitettiin myös kahdeksan eri tilannetta, mutta tässä tapauksessa todennäköisyys oli riippuvainen aikaisemmista tapauksista. Hymanin testien kolmannen kokeen tulokset poikkesivat hieman toisen kokeen tuloksista, mutta olivat kuitenkin tarpeeksi samankaltaiset vahvistamaan hypoteesin siitä, että kaikki tulokset sopivat samalle kuvaajalle. Hymanin laajennuksilla Hickin lakia alettiin kutsua Hick-Hymanin laiksi. Safferin (2010) mukaan Hick-Hymanin laki kertoo, että aika, joka käyttäjältä kuluu päätöksen tekoon, määräytyy mahdollisten vaihtoehtojen mukaan. Ihmiset eivät käsittele mahdollisten

12 9 valintojen joukkoa yksi kerrallaan, vaan he jakavat vaihtoehdot kategorioihin ja eliminoivat suurin piirtein puolet jäljellä olevista vaihtoehdoista jokaisella askeleella kohti päätöstä. Tästä johtuen Hick-Hymanin lain perusteella voidaan väittää, että käyttäjä tekee päätöksen nopeammin yhdestä kymmenen valikkoalkion valikosta kuin kahdesta viiden valikkoalkion valikosta. Safferin (2010) mukaan kiistelty tulkinta laista esittää, että käyttäjälle on parempi antaa vaihtoehdot samanaikaisesti kuin järjestellä vaihtoehdot hierarkkisiin ryhmiin, kuten pudotusvalikot. Hick- Hymanin laki toteaa myös, että päätöksen tekoon kuluvaan aikaan vaikuttaa kaksi tekijää. Nämä tekijät ovat: vaihtoehtojen tuntemus, esimerkiksi toistuva käyttö, sekä vaihtoehtojen muoto, ovatko ne esimerkiksi sanoja tai painikkeita. Kynen (2014) mukaan Hick-Hymanin lain soveltuvuutta käyttöliittymäsuunnitteluun on kyseenalaistettu, koska käyttäjät käyttävät tiedon etsimisessä juuri edellä mainitun tapaisia skannausmenetelmiä. Käyttöliittymän tukiessa erilaisia skannausmenetelmiä se mahdollistaa sublineaarisen etsintäajan. Tämä tarkoittaa sitä, että vaihtoehtojen määrän kasvaessa etsintäaika ei kasva samassa suhteessa. Esimerkiksi aakkosellisesti järjestellyt alkiot mahdollistavat käyttäjälle tiettyyn kohtaan keskittymisen tai navigoinnin suoraan kohteen lähelle. Tästä johtuen onkin erittäin tärkeää, että alkiot on joko jaoteltu aakkoselliseen järjestykseen tai eroteltu toisistaan esimerkiksi värin, sijainnin tai koon perusteella. Olennaista onkin suunnitella käyttöliittymät siten, että ne auttavat käyttäjiä tekemään valintoja mahdollisimman nopeasti. Tämä on entistä tärkeämpää silloin, kuin mahdollisten valintojen lukumäärä kasvaa Valikon suorituskyvyn ennustusmalli Cockburnin, Gutwinin ja Greenbergin (2007) mukaan empiirinen tutkimus, jossa arvioidaan valikoita, on vahvaa, mutta valikoiden tehokkuuden ennustamiseen perustuva tutkimus on jäänyt vähälle. Yleisesti ongelmana aikaisemmissa tutkimuksissa on se, että niissä on käytetty Fittsin lakiin perustuvia malleja, jotka jättävät kokonaan huomioimatta tietyn valikon osan löytämiseen kuluvan ajan, tai ne jättävät huomioimatta käyttäjien taitojen kehittymisen. Nämä ongelmat nousevat esiin siksi, että Hick-Hymanin lakia ei ole tutkimuksissa otettu kunnolla huomioon. Cockburn ja muut (2007) esittävät laatimansa mallin, joka yhdistää valikon osan löytämiseen kuluvan ajan ja kohteeseen siirtymiseen kuluvan ajan sekä käyttäjien taitojen kehityksen noviisista ekspertiksi. Ennuste tietyn valikon osan valintaan kuluvasta ajasta on mallin mukaan siis valikon osan löytämiseen kuluvan ajan ja siihen siirtymiseen kuluvan ajan summa. Kohteeseen siirtymiseen kuluva aika lasketaan mallissa Fittsin lain mukaisesti, mutta tietyn osan löytämisen ajassa on otettava huomioon Hick-Hymanin lain mukainen valintaan kuluva aika, käyttäjän kokemus, valikon osien todennäköisyys, sekä visuaalisen etsimisen aika. Ensimmäisellä valikon käyttökerralla käyttäjän tulee valikon tyypistä riippumatta etsiä haluttu valikon osa. Käyttäjien tullessa kokeneemmiksi valikon kanssa he voivat yhä enemmän tukeutua muistiinsa valikon osien sijainnista, mikä lyhentää lineaarisen etsimisen aikaa. Käyttäjän kokemuksen määrittäminen on tärkeää, koska sen avulla voidaan osoittaa käyttäjän taitojen kehitystä noviisin

13 10 visuaalisesta etsimisestä ekspertin valintaan. Vain kokeneen käyttäjän valinta-aika noudattaa Hick- Hymanin lakia. Jotkin valikkotyypit eivät voi koskaan saavuttaa Hick-Hymanin mallin suorituskykyä huonon opittavuutensa johdosta. Malli olettaa, että kaikki valikon osat ovat aluksi yhtä todennäköisiä, mutta todennäköisyys muuttuu koko ajan suhteessa siihen, kuinka monta kertaa tietty valikon osa on aikaisemmin valittu. Visuaalisen etsimisen ajan oletetaan tietyllä valikon osalla olevan kokemattomilla käyttäjillä lineaarinen valikon osien lukumäärän suhteen. Eksperteillä etsintään kuluva aika vähenee. Cockburn ja muut (2007) arvioivat malliaan vertaamalla sen ennustuksia empiirisiin mittauksiin. Testiä varten toteutettiin neljä erilaista valikkotyyppiä: tavanomainen valikko, muotoa muuttava valikko, edeltäviin valintoihin perustuva ryhmitelty valikko sekä valintatiheyteen perustuva ryhmitelty valikko. Tavanomainen valikko toimi testin lähtökohtana. Käyttäjän edeltäviin valintoihin perustuva ryhmitelty valikko otettiin testiin mukaan, koska se on paljon käytetty työpöytäkäyttöliittymissä ja frekvenssiin perustuva valikko taas otettiin mukaan aikaisempien hyvien tulosten perusteella. Molemmat ryhmitellyt valikot olivat visuaalisesti identtisiä (kuva 8c). Niissä on alussa kolmen valikkoalkion alue useimmiten tai viimeksi valituille alkioille. Valikoiden alkuun tuodut alkiot löytyvät kuitenkin edelleen myös omilta paikoiltaan valikosta. Testiin otettiin lisäksi mukaan tekijöiden suunnittelema ulkomuotoa muuttava valikko (kuva 8a/b), jonka tarkoituksena on vähentää Fittsin lain osoittamiseen kuluvaa aikaa usein valituilla kohteilla. Kuvan 8 a ja b kohdat näyttävät ulkomuotoa muuttavan valikon testin aikana. Usein valitut kohteet, kuten Altavista kuvassa 8a, ovat kooltaan suurempia kuin harvoin valitut kohteet, ja kohteiden todennäköisyydet lasketaan uudelleen jokaisen tehdyn valinnan jälkeen. Kuva 8. Ulkomuotoa muuttava ja ryhmitelty valikko (Cockburn, Gutwin ja Greenberg, 2007)

14 11 Cockburnin ja muiden (2007) tekemien testien havainnot vastasivat mallin ennusteita erittäin hyvin. Prosentuaalinen ero empiirisen testin tulosten ja ennusteen välillä pysyi jokaisen valikkotyypin kohdalla alle kahdessa prosentissa. Parhaiten testissä menestyi valintatiheyteen perustuva valikko (keskiarvo 1,15 sekuntia), sen jälkeen tulivat tavanomainen valikko (1,22 sekuntia) sekä ulkomuotoa muuttava valikko (1,24 sekuntia) ja testissä viimeiseksi jäi edeltäviin valintoihin perustuva valikko (1,47 sekuntia). Nämä testit todistavat Cockburnin ja muiden (2007) mukaan mallin päähypoteesin, joka pohjautuu Hick-Hymanin ja Fittsin lakeihin. Tehokkuus muuttuu aloittelijan käyttäytymisestä, joka heikkenee lineaarisesti valikon pituuden mukaan johtuen visuaaliseen etsintään kuluvasta ajasta, kohti ekspertin käyttäytymistä, joka heikkenee logaritmisesti valikon pituuden mukaan. Cockburnin ja muiden (2007) malli onnistui ennustamaan oikein useamman erityyppisen valikon tehokkuuden huolimatta siitä, oliko kyseessä oleva valikko mukautuva vai ei. Heidän mukaansa mielenkiintoisin tapaus testissä oli muotoa muuttava valikko, koska se ei käytännössä tuonut yhtään parannusta tehokkuuteen. Mallin avulla pystytään selittämään miksi niin tapahtui. Ensinnäkin muotoa muuttavat valikot keskittyvät ainoastaan kohteen osoittamiseen kuluvaan aikaan ja jättävät täysin huomiotta päätökseen kuluvan ajan. Toiseksi muotoa muuttavat valikot kasvattavat joidenkin valikkoalkioiden kokoa muiden kustannuksella (kuva 8a ja b). Tästä johtuen kooltaan pienempien valikkoalkioiden valintaan kuluu enemmän aikaa, joten kokonaishyöty suuremmista valikkoalkioista jää hyvin pieneksi. Cockburnin ja muiden (2007) malli mahdollistaa muille suunnittelijoille erilaisten valikkotyyppien nopean testauksen ilman kallista toteuttamista ja empiiristä arviointia. Myöhemmin tätä mallia alettiin kutsumaan SDP-malliksi (Search, Decision and Pointing model) Uusien ja olemassa olevien hierarkkisten valikkotyyppien mallinnus Tutkimuksessaan Ahlström, Cockburn, Gutwin ja Irani (2010) laajensivat SDP-mallin testausta hierarkkisiin valikoihin. SDP-malli ennustaa valikon tehokkuutta ottaen huomioon joko valikkoalkion etsimiseen tai valitsemiseen kuluvan ajan sekä sen osoittamiseen kuluvan ajan. Cockburnin ja muiden (2007) malli (ks. kohta 2.3) esittää, että aloittelijat tukeutuvat visuaaliseen etsintään kohteen löytämiseksi (lineaarinen funktio valikkoalkioista), kun taas ekspertti tekee päätöksen tukeutuen valikkoalkioiden sijaintiin (logaritminen funktio, joka perustuu Hick-Hymanin lakiin). Malli ottaakin huomioon kehittymisen aloittelijasta eksperttiin, kun käyttäjä oppii valikkoalkioiden sijainnit. Ahlströmin ja muiden (2010) mukaan tehokkuus koostuu kahdesta tekijästä. Nämä tekijät ovat aika, joka kuluu mielenkiinnon kohteen visuaaliseen etsimiseen, sekä aika, joka kuluu sen osoittamiseen. Malli osoittaa myös, että näiden kahden tehtävän tärkeys on erilainen aloittelijoilla ja eksperteillä. SDP-malli esittää, että aloittelijat kuluttavat yli puolet kokonaisajasta valikkoalkioiden visuaaliseen etsimiseen, kun taas ekspertit käyttävät suurimman osan kokonaisajasta tehtävän motorisiin vaiheisiin.

15 12 Testiä varten Ahlström ja muut (2010) suunnittelivat valikon nimeltä Neliövalikko (kuva 9b). Neliövalikossa valikkoalkiot järjestellään neliön muotoiseksi ruudukoksi hieman samaan tyyliin kuin Microsoftin (2010) valintanauha- eli Ribbon työkalupalkissa (kuva 9a). Neliövalikon tarkoituksena oli pienentää kohteen osoittamiseen kuluvaa aikaa eksperteillä. Kuva 9. Valintanauha (Microsoft Word, 2014) ja neliövalikko (Ahlström et al., 2010) Ahlström ja muut (2010) testasivat testissään kolmea eri valikkotyyppiä, jotka olivat neliövalikko, piirakkavalikko sekä perinteinen valikko. Valikoiden hierarkiat testissä pitivät ensimmäisellä tasolla sisällään kaksitoista maata. Toisella tasolla avautui valikko, jossa oli maan 12 kaupunkia, ja viimeisellä tasolla valitun kaupungin 12 kaupunginosaa. Kaikissa kolmessa valikossa käytettiin täysin samaa rakennetta, mutta niiden sisältöä muutettiin. Identtiset rakenteet järjesteltiin eri tavalla, jotta testihenkilöt eivät hyötyisi sisällön uudelleenkäytöstä. Testihenkilöt suorittivat kahdeksan kuuden kysymyksen sarjaa jokaisella valikkotyypillä. Tehtävät olivat navigointitehtäviä, joissa oli annettuna koko navigaatiopolku, esimerkiksi France Paris Olympia. Ahlströmin ja muiden (2010) malli ennusti erittäin hyvin kaikkien kolmen valikkotyypin tehokkuuden. Mallin ennustuksen mukaisesti aloittelevan käyttäjän kohdalla, eli ensimmäisessä kysymyssarjassa, piirakkavalikko oli kaikista hitain, neliövalikko keskimmäisenä ja tavanomainen valikko nopein. Malli ennusti oikein myös valikkotyyppien järjestyksen sen jälkeen, kun käyttäjä oppii tuntemaan valikon sisällön. Tällöin neliövalikko oli kaikista nopein, piirakka- ja tavanomainen valikko hyvin lähellä toisiaan, mutta piirakka hieman nopeampi. Neliövalikko suoriutui testistä Ahlströmin ja muiden (2010) mukaan erittäin hyvin, ja testihenkilöt olivat innoissaan siitä. Neliövalikon etuihin voidaan lukea myös se, että se voidaan sijoittaa mihin tahansa kohtaan ruudulla ja että se tukee hyvin laajaa sisältöä. Aloittelijat suoriutuivat testeissä parhaiten tavanomaisilla valikoilla, kun taas ekspertit huonoiten. Neliövalikon tehokkuus eksperteillä taas oli aivan omaa luokkaansa. Aloittelijoiden kohdalla tavanomainen valikko oli 12% nopeampi kuin neliövalikko, mutta sisällön tullessa tutuksi neliövalikko on taas 15% nopeampi kuin tavanomainen valikko. Ahlströmin ja muiden (2010) mallin avulla voidaan helposti mallintaa vaihtoehtoisten valikkotyyppien vaikutusta tehokkuuteen ilman toteutusta ja testausta. Malli sopiikin hyvin koeasetelmiin, mutta käytännön tilanteissa ei kuitenkaan tiedetä käyttäjien kokemusta ennen kun valikko on ollut käytössä.

16 Katseenseuranta käytettävyystutkimuksessa Lazarin, Fengin ja Hochheiserin (2010) mukaan vuorovaikutusdatan keräys pitää yleisesti sisällään hiiren ja näppäimistön tapahtumien tallentamista, joidenka avulla yritetään selvittää kuinka käden liikkeet muuttuvat vuorovaikutukseksi tietokoneen kanssa. Heidän mukaansa tämä lähestymistapa voi olla hyvin hyödyllinen, mutta sen avulla voi saada ainoastaan vaillinaisen kokonaiskuvan. Hiiren liikkeiden ja näppäimistön painallusten antama informaatio ei auta ymmärtämään sitä, mitä tapahtuu eri tapahtumien välillä. Esimerkiksi mitä käyttäjä katsoi näytöllä ennen kuin valitsi jonkun tietyn linkin verkkosivulla? Näiden kysymysten ratkaisuun Lazar ja muut (2010) esittävät katseenseurantajärjestelmän ottamista avuksi. Nämä järjestelmät käyttävät kameroita ja muita sensoreita katsepisteen sijainnin jatkuvaan seuraamiseen. Jos pystytään saamaan selville se, kuinka käyttäjät liikuttavat silmiään suorittaessaan erilaisia tehtäviä käyttöliittymillä, voi olla mahdollista esimerkiksi ymmärtää kuinka valinnat tehdään. Tämä lisädata voi täyttää aukot, jotka jäävät hiiren liikkeistä ja näppäimistöstä kerättyyn dataan. Romano Bergstromin ja Schallin (2014) mukaan katseenseuranta voi olla erittäin tehokas työkalu, joka antaa hyvin tarkan kuvauksen ja ymmärryksen yksilön silmän liikkeiden käyttäytymisestä. Tämän ymmärryksen pohjana ovat kolme silmän liikkeen ominaisuutta, jotka ovat sijainti, kesto ja liike. Fiksaatiot Holmqvistin ja muiden (2011) mukaan eniten raportoitu tapahtuma katseenseurantadatassa ei itse asiassa liity liikkeeseen, vaan tilaan, jossa silmä pysyy paikallaan tietyn ajanjakson. Tätä tapahtumaa kutsutaan fiksaatioksi ja se voi kestää pituudeltaan millisekunneista aina useampaan sekuntiin. Fiksaatioiden kesto auttaa Romano Bergstromin ja Schallin (2014) mukaan ymmärtämään sitä, osoittaako testihenkilö mielenkiintoa jollekin tietylle visuaaliselle elementille. Romano Bergstromin ja Schallin (2014) mukaan fiksaatioiden esittämisessä on haasteita. Vaikka fiksaatio on rekisteröity, ei se välttämättä tarkoita sitä, että käyttäjä olisi nähnyt kohteen tai rekisteröinyt sen aivoihinsa. Fiksaatioiden rykelmät jollain tietyllä alueella voivat antaa paremmin todisteita siitä, että käyttäjä on oikeasti katsonut kohdetta ja hänen aivonsa ovat prosessoineet sen. Poole ja Ball (2005) ovat koostaneet aikaisempiin tutkimuksiin perustuen erilaisia fiksaatiota ilmaisevia mittareita taulukon 1 mukaisesti. Fiksaatioiden avulla voidaan selvittää miten tehokasta etsiminen on. Suurempi fiksaatioiden kokonaismäärä tarkoittaa sitä, että etsintä ei ole ollut kovinkaan tehokasta. Pitkään kestäneet fiksaatiot taas ovat merkki siitä, että joko tiedon hahmottamisessa on ollut ongelmia tai että kohde on ollut jollakin tapaa kiinnostava. Mikäli fiksaatiot ovat keskittyneet pienelle alueelle, on se merkki keskitetystä ja tehokkaasta etsinnästä. Fiksaatioiden tasainen levinneisyys taas on merkki laajasta ja tehottomasta etsinnästä.

17 14 Katseen liike Fiksaatioiden kokonaismäärä Fiksaatioiden määrä mielenkiinnon alueella Fiksaatioiden määrä mielenkiinnon alueella mukautettuna tekstin pituuteen Fiksaation kesto Katse Fiksaatioiden tiheys Kohteen jälkeiset fiksaatiot Aika ensimmäiseen fiksaatioon kohteessa Prosentuaalinen määrä osallistujista, jotka tekevät fiksaatioita halutulla alueella Kaikki fiksaatiot kohteessa Sakkadit Mitä mittaa Suurempi fiksaatioiden kokonaismäärä ilmaisee vähemmän tehokasta etsintää (saattaa olla merkki siitä, että käyttöliittymän asettelu ei ole optimaalinen). Suurempi määrä fiksaatioita tietyllä alueella osoittaa, että tämä alue on käyttäjälle muita alueita huomattavampi tai tärkeämpi. Jos kiinnostuksen kohteena olevat alueet koostuvat ainoastaan tekstistä, tulisi fiksaatioiden keskiarvo aluetta kohden jakaa tekstissä olevien sanojen keskiarvolla. Tämä on tarpeellista, jotta voidaan erottaa toisistaan: (i) suurempi fiksaatioiden lukumäärä siksi, että luettavia sanoja on enemmän ja (ii) suurempi fiksaatioiden lukumäärä, koska kohde on vaikeampi havaita. Pidempi fiksaation kesto voi osoittaa vaikeuksia tiedon hahmottamisessa tai sitä, että kohde on jollakin tapaa kiinnostava. Katse on yleisesti kaikkien fiksaatioiden keston summa tietyllä alueella. Sitä voidaan käyttää parhaiten vertailemaan sitä, miten huomio jakautuu eri kohteiden välillä. Pienelle alueelle sijoittuneet fiksaatiot ovat merkki keskitetystä ja tehokkaasta etsinnästä. Tasaisesti levinneet fiksaatiot ovat taas merkki laaja-alaisesta ja tehottomasta etsinnästä. Suuri määrä fiksaatioita esiintyy kohteen ulkopuolella sen jälkeen kuin ensimmäinen fiksaatio on tehty kohteeseen. Mittari osoittaa, että kohteesta uupuu merkitystä tai näkyvyyttä. Nopeammat ajat kohteen tai alueen ensimmäiseen fiksaatioon tarkoittavat, että sillä on paremmat ominaisuudet huomion kiinnittämiseen kuin muilla näkymän kohteilla. Jos vain pieni osa osallistujista tekee fiksaatioita tehtävän kannalta tärkeällä alueella, aluetta saattaa olla tarpeen joko korostaa tai siirtää. Kohteessa olevien fiksaatioiden lukumäärä jaettuna fiksaatioiden kokonaismäärällä. Pienempi suhdeluku osoittaa pienempää etsimisen tehokkuutta. Taulukko 1. Mitä fiksaatiosta voidaan päätellä (Poole ja Ball, 2005) Sakkadi tarkoittaa Holmqvistin ja muiden (2011) mukaan silmän nopeaa liikettä fiksaatiosta toiseen, kuten esimerkiksi sanasta toiseen siirtyminen lukiessa. Sakkadit ovat erittäin nopeita ja on tavallista sanoa, että ainakin useimpien sakkadien aikana ollaan sokkona. Sakkadien mittaaminen ja raportointi on tutkimuksessa myös hyvin yleistä. Romano Bergstromin ja Schallin (2014) mukaan sakkadit fiksaatioista toiseen muodostavat katseesta kuvioita, jotka ilmaisevat kuinka käyttäjä tulkitsee tiettyjä visuaalisia ärsykkeitä. Poolen ja Ballin (2005) mukaan sakkadeita tulkitsemalla voi saada selville taulukkoon 2 koottuja asioita. Suurempi määrä sakkadeja on osoitus sitä, että on tapahtunut enemmän etsintää. Pitkät sakkadit ovat taas osoitus jostain merkityksellisestä vihjeestä, koska käyttäjän huomio on kiinnittynyt siihen jo kauempaa.

18 15 Katseen liike Sakkadien lukumäärä Sakkadien laajuus Sakkadit, jotka paljastavat huomattavan suunnan muuttamisen Mitä mittaa Suurempi määrä sakkadeja tarkoittaa, että tapahtuu enemmän etsintää. Suuremmat sakkadit ovat osoitus merkityksellisemmistä vihjeistä, koska huomio on kiinnittynyt siihen jo kauempaa. Mikä tahansa sakkadi, joka on 90 astetta suurempi kuin sitä edeltänyt sakkadi, osoittaa nopeaa muutosta suunnassa. Tämä voi tarkoittaa, että käyttäjän tavoitteet ovat muuttuneet tai että käyttöliittymä ei vastaa käyttäjän odotuksia. Taulukko 2. Mitä sakkadeista voidaan päätellä (Poole ja Ball, 2005) Katsepolut Romano Bergstromin ja Schallin (2014) mukaan katsepolut antavat pohjan visuaalisen hierarkian ymmärtämiselle. Visuaalinen hierarkia tarkoittaa järjestystä, jossa käyttäjä katsoo visuaalisia elementtejä jossain tietyssä näkymässä. Katseenseuranta onkin erittäin hyvä paljastamaan miten erilaiset suunnittelussa käytetyt visuaaliset tekijät vaikuttavat siihen, missä järjestyksessä käyttäjä eri elementtejä katsoo. Poolen ja Ballin (2005) mukaan katsepolkuja tarkastelemalla voi saada selville seuraavia asioita (taulukko 3). Katsepolun keston ja pituuden kasvaminen on osoitus tehottomammasta etsinnästä. Katseen liike Katsepolun kesto Katsepolun pituus Katsepolun tiheys Katsepolun säännöllisyys Katsepolun suunta Sakkadien/fiksaatioiden keston suhde mitä mittaa Pidempikestoinen katsepolku osoittaa tehottomampaa silmäilyä. Pidemmät katsepolut osoittavat tehottomampaa etsintää (saattaa olla osoitus siitä, että sivun asettelu ei ole optimaalinen). Tiheämpi (lähekkäin näytöllä osuvat fiksaatiot) katsepolku on osoitus enemmän suunnatusta etsinnästä. Kun tavanomainen etsintätekniikka on määritetty, poikkeavuus normaalista katsepolusta voi tarkoittaa ongelmia etsinnässä. Nämä ongelmat voivat johtua käyttäjän harjoituksen puutteesta tai huonosta käyttöliittymästä. Tämä voi määrittää osallistujan etsintästrategian valikoiden, listojen tai muiden käyttöliittymän elementtien suhteen. Katseen pyyhkäisy osoittaa katsepolun etenemisen samaan suuntaan. Tämä vertaa etsimiseen (sakkadit) kulunutta aikaa siihen, kuinka kauan aikaa on kestänyt tiedon prosessointi (fiksaatiot). Suurempi suhdeluku tarkoittaa, että on tapahtunut enemmän etsintää. Taulukko 3. Mitä katsepoluista voidaan päätellä (Poole ja Ball, 2005) Katseenseuranta ja valikot Valikot voivat Romano Bergstromin ja Schallin (2014) mukaan saada monia eri muotoja, toimia eri tavalla sekä näyttää erilaisilta eri järjestelmissä. Kun käyttäjille esitetään uusi valikkotyyppi, tukeutuvat he vahvasti ajatusmalleihin. Ajatusmallit perustuvat siihen, miten asiat toimivat oikeassa

19 16 maailmassa ja ne ovat muodostuneet aikaisempien kokemusten perusteella. Navigoidakseen tehokkaasti käyttäjät käyttävät ajatusmalleja, jotka pohjautuvat aikaisempiin kokemuksiin muiden navigaatiojärjestelmien kanssa. Huono otsikointi ja käytetty termistö voi vaikuttaa negatiivisesti käytettävyyteen, mikäli se ei vastaa käyttäjän ajatusmallia. Katseenseurannan avulla voidaan usein havaita huonon otsikoinnin aiheuttamia ongelmia, koska tämä ilmenee fiksaatioiden suurena määränä sekä niiden pidempänä kestona. Palautuvat sakkadit taas voivat osoittaa, että käyttäjät eivät nähneet linkkiä, jonka odottivat löytävänsä. Optimaalinen katsekuvion malli koostuu pitkistä sakkadeista joita seuraa lyhyt, muutaman fiksaation katsepolku pienellä tarkastelualueella. Romano Bergstromin ja Schallin (2014) mukaan katseenseuranta tarjoaa syvemmän ymmärryksen siitä, miten käyttäjä verkkosivulla toimii. Fiksaatioiden sijainnin ja keston avulla voidaan saada tietoa siitä, kuinka tehokas navigaation rakenne on. Katseenseurannan tulokset tarjoavat mahdollisuuden hienosäätää navigaation sijoittelua ja järjestelyä, jotta se tarjoaisi käyttäjille mahdollisuuden löytää haluamansa tieto mahdollisimman nopeasti. Katseenseuranta näytteleekin erittäin suurta roolia, kun halutaan selvittää uusien navigaatiomallien tehokkuutta ja käytettävyyttä. Cooke (2008) tarkasteli tutkimuksessaan visuaalista etsintää verkkosivuilla, joilla on useampia navigaatiovalikoita. Tarkoituksena tässä tutkimuksessa oli etsiä vastaukset kolmeen tutkimuskysymykseen. Ensimmäinen tutkimuskysymys oli, onko olemassa yleistä valikon sijaintia josta käyttäjä etsii sitä. Toisena kysymyksenä oli kumpi vaikuttaa enemmän kohteen valintaan, järjestely aiheen vai kohdekäyttäjäryhmän mukaan. Kolmas kysymys oli, onko valikoiden lisäksi muita elementtejä, jotka ohjaavat visuaalista etsintää verkkosivuilla. Testissä selvisi, että käyttäjät ovat taitavia tunnistamaan valikon, sijaitsi se sitten sivun vasemmalla puolella, ylhäällä tai keskellä. Tämä johtuu siitä, että nämä sijainnit ovat tyypillisiä. Valikoita ei suositellakaan sijoittamaan paikkoihin, jotka eivät vastaa käyttäjien odotuksia. Testin tulosten perusteella Cooke (2008) antoi seuraavat ohjeet valikoiden suhteen: Sijoita navigaatiovalikot sinne mistä käyttäjät niitä etsivät, joko vasemmalle, ylös tai keskelle. Ota selville käyttäjät, jotka todennäköisimmin vierailevat sivustolla, ja järjestele valikko tämän kohdekäyttäjäryhmän mukaan. Käytä kuvia ohjaamaan käyttäjien etsintää kohti navigaatiovalikkoa. Vältä sijoittamasta tärkeitä navigaatiolinkkejä sivun oikealle puolelle Kuinka käyttäjät lukevat valikoita Yleisesti ottaen valikoiden tutkimus on keskittynyt vain suoritusaikoihin ja tästä johtuen sitä, mihin aika on kulunut, ei pystytä selittämään. Aaltosen, Hyrskykarin ja Räihän (1998) mukaan valikoita tutkittaessa käytetään yleisesti Fittsin lakia, mutta Fittsin laissa on ongelmana se, että se ei pysty

20 17 selittämään mitä oikeasti tapahtuu valintaprosessin aikana. On kuitenkin selvää, että osoittimen liikuttamisen lisäksi tarvitaan myös jonkinlainen kognitiivinen prosessi. Tätä valintaprosessia on pyritty selvittämään tutkimalla silmien liikettä suoritettaessa valintatehtävää. Kun testihenkilö tutkii valikkoa, tulee katseen pysyä paikallaan tietyn aikaa, jotta informaatio pystytään prosessoimaan. (Aaltonen et al., 1998) Aaltonen ja muut (1998) esittivät tuloksia silmän liikkeistä niin luku- kuin valintatehtävissä. Kuvassa 10 nähdään vierekkäin testissä löytyneet tyypilliset katsepolut. Vasemmanpuoleinen katsepolku on syntynyt lukutehtävässä ja oikeanpuoleinen tehtävässä, jossa tuli valita jokin tietty kohde valikosta. Kuten kuvasta 10 huomataan, katsepolku on merkittävästi erilainen näissä tilanteissa. Kuva 10. Vasemmalla testihenkilö lukee valikon sisällön ja oikealla etsii kohdetta Staying alive (Aaltonen, Hyrskykari ja Räihä, 1998 ) Kuvan 10 vasen puoli näyttää, että lukutehtävässä fiksaatio löytyy lähestulkoon jokaisen valikon osan kohdalta, mutta vain harvoin useammin kuin yhden kerran samalla tasolla. Oikean puolen valintatehtävässä fiksaatioita oli huomattavasti vähemmän ja keskiverto sakkadin pituus oli 2,21 valikkoalkiota. Tämä tarkoittaa sitä, että etsiessään tiettyä kohdetta käyttäjä käsittelee useamman valikkoalkion kerralla.

21 18 Aaltonen ja muut (1998) havaitsivat tutkimuksessaan, että tiedon etsiminen valikoista ei tapahdu sattumanvaraisesti. Mikäli etsintä tapahtuisi sattumanvaraisesti, tulisi alas- ja ylöspäin liikkuvien sakkadien määrän olla suurin piirtein sama. Näin ei kuitenkaan heidän tulostensa perusteella tapahdu. Käyttäjien todettiin usein selaavan valikoita pyyhkäisyillä, jotka tarkoittavat samaan suuntaan liikkuvia silmänliikkeiden sarjoja. Tavanomaisin tapa alaspäin aukeavien valikoiden selaamiseen tutkimuksen perusteella oli siis ylhäältä alaspäin tapahtuva silmäily. Myös Romano Bergstromin ja Schallin (2008) mukaan on havaittu, että ennen tietyn valikkoalkion kohdalla tapahtuvaa fiksaatiota ihmiset pyyhkäisevät visuaalisesti koko valikon läpi (kuva 11 vasen). Tämän koko valikon yli tapahtuvan pyyhkäisyn jälkeen käyttäjien on todettu kiinnittävän huomionsa valikon pariin ensimmäiseen alkioon (kuva 11 keskellä). Valikon ensimmäisten alkioiden tarkastelun jälkeen käyttäjät siirtävät huomionsa alkioihin, jotka sijaitsevat valikon lopussa, ja vasta viimeisenä tarkastellaan valikon keskiosassa sijaitsevia alkioita (kuva 11 oikea). Kuvan 11 katsepolkujen punaiset ympyrät ovat fiksaatioita ja numerot ilmaisevat järjestyksen, jossa silmäily on tapahtunut. Kuva 11. Kolme vaihetta tiedon etsimiseen (Romano Bergstrom ja Schall, 2014) Romano Bergstromin ja Schallin (2014) mukaan käyttöliittymäsuunnittelijat voivat parantaa visuaalisen etsinnän tehokkuutta ottamalla huomioon edellä mainitun käyttäytymisen. Kaikista tärkeimmät valikkoalkiot tulisi siis sijoittaa valikon alkuun ja alkiot, joiden merkitys on vähäisempi, tulisi sijoittaa valikon keskiosaan.

22 19 3. Menetelmä 3.1. Tutkimuskysymykset Tutkimuskysymys tässä tutkielmassa koostui yhdestä yläkysymyksestä, joka oli jaettu useampaan alakysymykseen. Tutkimuskysymyksenä oli, onko megavalikko käytettävyydeltään parempi navigointiväline kuin hierarkkinen pudotusvalikko? Onko megavalikko käytössä pudotusvalikkoa tehokkaampi? Onko megavalikko käytössä pudotusvalikkoa virheettömämpi? Onko megavalikko käyttäjästä pudotusvalikkoa miellyttävämpi? Löytyykö megavalikon käytöstä jotain tiettyä tiedonhakukaavaa? Näihin kysymyksiin etsittiin vastauksia laatimalla testiasetelma, jonka avulla oli mahdollista hankkia tarvittavaa dataa, jonka avulla esitettyihin kysymyksiin oli mahdollista vastata. Testeissä testihenkilöt suorittivat etsintä- ja navigointitehtäviä sekä pudotusvalikolla että megavalikolla. Oppimisvaikutusta testissä pyrittiin vähentämään siten, että eri valikkotyyppien testaus toteutettiin eri sisällöllä. Sisältöjen aihealueiksi valikoituivat pankki ja urheilu. Samalla pystyttiin myös tarkastelemaan sisällön vaikutusta suoriutumiseen eri valikkotyypillä Testin osallistujat Testiin osallistui yhteensä kaksitoista henkilöä (taulukko 4). Kolme testihenkilöä saatiin mukaan käyttöliittymien perusteet -kurssilta ja loput omasta tuttavapiiristä. Testihenkilöistä kahdeksan kappaletta oli miehiä ja neljä naisia, ikähaarukka 21 ja 37 vuoden välillä. Testihenkilöiltä kysyttiin myös omaa arviota testissä käytettyjen aihealueiden tuntemuksesta asteikolla 1-7, jossa 1 tarkoitti erittäin heikkoa ennakkotuntemusta ja 7 erittäin hyvää ennakkotuntemusta. Testihenkilöiden ennakkotuntemus pankin palveluihin liittyvällä aihealueella vaihteli välillä 3-6 (keskiarvo 4,58) ja urheiluun liittyvällä aihealueella taas välillä 4-7 (keskiarvo 5,92). Urheiluun liittyvän aihealueen ennakkotuntemus testihenkilöillä oli siis huomattavasti parempi kuin pankin palveluihin liittyvän aihealueen.

23 20 Tunniste Sukupuoli Ikä Ennakkotuntemus pankki (1-7) Ennakkotuntemus urheilu (1-7) P01 Nainen P02 Mies P03 Mies P04 Mies P05 Mies P06 Mies P07 Mies P08 Mies P09 Mies P10 Nainen P11 Nainen P12 Nainen Taulukko 4. Testihenkilöiden tiedot ja valikoiden aihealueiden ennakkotuntemus 3.3. Laitteet Käytetty laitteisto Testit järjestettiin Tampereen yliopistolla sijaitsevassa katselaboratoriossa ja niiden suorittamiseen käytettiin kyseisestä tilasta löytyvää laitteistoa. Käytetty laitteisto oli seuraava: Tobii T60 Eye Tracker o näytön koko: 17 o resoluutio: 1280 x 1024 pikseliä o virkistystaajuus: 60 Hz PC-tietokone o käyttöjärjestelmä: Microsoft Windows XP Dell näyttö Näppäimistö ja hiiri Ohjelmat o Tobii Studio o Internet Explorer 8 Testissä laitteistoa käytettiin siten, että testihenkilöllä oli testin suorittamista varten käytössään ainoastaan Tobii T60 Eye Tracker sekä hiiri. Muita laitteita käytettiin ainoastaan testin vetäjän toimesta. Toista näyttöä käytettiin testin suorittamisen tarkkailuun ja näppäimistöä yksittäisen tehtävän suorituksen päättämiseen. Testiasetelma laadittiin Tobii Studiolla, jonka avulla testi myös

24 21 suoritettiin. Testissä verkkoselaimena oli Internet Explorer 8, johtuen siitä, että se oli ainoa selain, jota Tobii Studio tuki. Testatut verkkosivut ja niiden toteutus Testissä käytetyt valikot olivat hierarkialtaan täysin samanlaiset riippumatta valikon tyypistä tai sen sisällöstä (kuva 12). Valikon päätasolla oli neljä eri valikkoalkiota. Nämä pitivät sisällään valikon välitasot, joidenka valikkoalkioiden lukumäärät vaihtelivat kolmen ja kuuden kappaleen välillä. Nämä valikon välitason valikkoalkiot pitivät vielä jokainen sisällään alitason, jonka valikkoalkioiden lukumäärä vaihteli valitusta välitasosta riippuen kahden ja yhdeksän alkion välillä. Testissä käytetyt valikot oli toteutettu Bootstrapilla (Bootstrap, 2014), joka on HTML-, CSS- ja JavaScript-sovelluskehys. Toteutuksessa käytettiin Bootstrapin versiota Boostrap valikoitui toteutusvälineeksi siksi, että se pitää sisällään valmiita komponentteja valikoiden toteutukseen, minkä ansiosta sen avulla testiin tarvittavien valikoiden toteuttaminen oli varsin suoraviivaista ja nopeaa. Valikoiden toteutuksessa tuli ottaa huomioon se, että testissä käytettävä Tobii Studio tuki verkkoselaimista ainoastaan Internet Explorer 8:aa. Kyseinen selain on jo useita vuosia vanha eikä se tue tämän hetken uusimpia tekniikoita. Tämä ongelma oli kuitenkin ratkaistavissa siten, että sivuilla otettiin käyttöön kaksi eri JavaScript-tiedostoa. Näistä ensimmäinen on Farkasin, Nealin ja Irishin (2014) ylläpitämä HTML5Shiv.js, joka mahdollistaa HTML5-elementtien käytön vanhemmissa selaimissa. Toinen tarvittava tiedosto oli Jehlin (2011) Respond.js, joka mahdollistaa CSS3:n mediakyselyiden käytön sellaisissa selaimissa, jotka eivät niitä muuten tue. Näiden kahden tiedoston avulla valikot saatiin näkymään Internet Explorer 8:ssa, aivan kuten niiden oli tarkoituskin. Pudotusvalikon kohdalla jouduttiin myös tekemään hieman ylimääräistä, koska Bootstrapista on version 3 myötä pudotettu pois tuki useamman tason pudotusvalikoille. Näin ollen pudotusvalikon toteutuksessa käytettiin lisäksi JavaScriptiä, jotta valikkoon saatiin lisättyä myös toinen alataso. Pudotusvalikoiden toiminnassa ei Huntin (2006) mukaan ole mitään vallitsevaa toimintamallia, mikä voi käyttäjistä tuntua hyvin hämmentävältä. Näin ollen käyttäjät eivät siis esimerkiksi tiedä, sulkeutuvatko valikot viemällä hiiren kursori valikon ulkopuolelle vai täytyykö käyttäjän tehdä hiiren painallus valikon ulkopuolella. Testiin toteutettujen valikoiden kohdalla päädyttiin siihen, että valikot avautuvat ja sulkeutuvat ainoastaan hiiren painalluksella. Näin ollen valikko ei siis sulkeudu, jos käyttäjä liikuttaa hiiren kursorin vahingossa valikkoalueen ulkopuolelle. Jotta testihenkilöt eivät olisi aluksi hämmentyneitä, vaan tietäisivät heti miten valikot toimivat, päätettiin heille kertoa valikoiden toimintatapa testin ohjeissa.